[发明专利]一种图像处理装置、方法及存储介质

说明书

本申请提供了一种图像处理装置、方法及存储介质，该装置包括：第一获取模块用于获取目标图像序列；提取模块用于基于第一神经网络模型对每帧目标图像进行特征提取，得到每帧目标图像的特征提取结果；融合模块用于基于第二神经网络模型对每帧目标图像对应的融合特征进行融合处理，得到每帧目标图像的特征融合结果，每帧目标图像的融合特征包括每帧目标图像的特征提取结果以及与每帧目标图像相邻的其他目标图像的特征融合结果；检测模块用于对每帧目标图像对应的特征融合结果进行检测，得到目标图像序列对应的目标出血点检测结果。本申请在结合第一神经网络模型与第二神经网络模型准确把握图像序列中帧之间的上下文信息，快速准确地检测出血点。

技术领域

本申请属于计算机技术领域，具体涉及一种图像处理装置、方法及存储介质。

背景技术

数字血管造影技术(Digital subtraction angiography，DSA)在临床上被广泛应用于患者介入手术过程中的手术引导工作，其主要任务是辅助医生观察病人出血责任血管和肿瘤供血动脉。通常情况下，参与介入手术的疑似血管出血症患者都具有病情紧急、危重的典型特点。

由于责任血管的识别难度较大，目前临床上针对介入手术过程中患者出血点的检查主要通过有经验的高年资医生肉眼判断，提供实时指导，使得诊断效率较低，需反复核验，反复校验结果的过程中增加了医生与患者在手术室内的曝光时间，且患者多处出血时易产生遗漏，增加需要进行二次介入手术的概率。为了满足临床需求，现有技术尝试使用卷积神经网络(Convolutional Neural Networks，CNN)的方法辅助医生找到异常血管和病灶区域，但是仅仅依靠建立单帧目标检测器的方法无法满足介入手术中查找出血点的临床需求。

因此，如何运用医疗辅助设备帮助医生快速准确的找到责任血管出血点，目前成为临床医生与智能医疗的迫切需求。

发明内容

为了快速准确的找到责任血管出血点，本申请提出一种图像处理装置、方法及存储介质。

一方面，本申请提出了一种图像处理装置，所述装置包括：

第一获取模块，用于获取目标图像序列，所述目标图像序列包括至少两帧目标图像；

提取模块，用于基于第一神经网络模型对每帧目标图像进行特征提取，得到每帧目标图像对应的特征提取结果；

融合模块，用于基于第二神经网络模型对每帧目标图像对应的融合特征进行融合处理，得到每帧目标图像对应的特征融合结果；其中，每帧目标图像对应的融合特征包括每帧目标图像对应的特征提取结果以及与每帧目标图像相邻的其他目标图像对应的特征融合结果；

检测模块，用于对每帧目标图像对应的特征融合结果进行检测处理，得到所述目标图像序列对应的目标出血点检测结果。

进一步地，所述装置还包括：

第二获取模块，用于获取多帧待检测图像；

第三获取模块，用于将所述多帧待检测图像按照生成时间的先后顺序进行排序，得到待检测图像序列。

进一步地，所述第一获取模块，包括：

第一获取单元，用于从所述待检测图像序列中抽取相邻的预设数量帧待检测图像；

第一确定单元，用于将所述相邻的预设数量帧待检测图像所形成的序列作为所述目标图像序列；

其中，所述待检测图像序列包括至少一个目标图像序列。

进一步地，所述提取模块，包括：

第二获取单元，用于基于所述第一神经网络模型对每帧目标图像进行特征提取，得到每帧目标图像对应的出血特征和三维属性特征；